AI BENCHY Compare

Google: Gemini 3.1 Flash Lite Preview vs OpenAI: GPT-5.6 Sol

Ringkasan

Perbandingan benchmark Gemini 3.1 Flash Lite Preview (low) vs GPT-5.6 Sol: Gemini 3.1 Flash Lite Preview (low) unggul dalam skor rata-rata dengan 6.5 vs 6.3. Gemini 3.1 Flash Lite Preview (low) memiliki biaya benchmark lebih rendah di $0.026 vs $0.225. GPT-5.6 Sol lebih cepat di 1.66s vs 2.77s, dengan tingkat keberhasilan 61.9% vs 57.1%.

Model yang direkomendasikan: Gemini 3.1 Flash Lite Preview (low) - It has the best score here (6.5), while costing about 8.8x less than GPT-5.6 Sol.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Rilis: 2026-03-03	GPT-5.6 Sol GPT-5.6 Sol none Rilis: 2026-07-09

Metrik	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Rilis: 2026-03-03	GPT-5.6 Sol GPT-5.6 Sol none Rilis: 2026-07-09
Skor	6.5	6.3
Peringkat	#95	#101
Keandalan	10.0	10.0
Konsistensi	10.0	9.0
Tes benar
Tingkat lulus per percobaan	61.9%	57.1%
Tes tidak stabil	0	3
Total Run	63	63
Biaya per hasil	0.196	2.244
Total Biaya	$0.026	$0.225
Harga input	$0.250 / 1M	$5.000 / 1M
Harga output	$1.500 / 1M	$30.000 / 1M
Total token input	32,715	34,218
Token output	2,286	1,776
Token penalaran	9,166	0
Waktu respons (rata-rata)	2.77s	1.66s
Waktu respons (maks)	11.91s	3.93s
Waktu respons (total)	58.12s	34.81s

Showcase generasi

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#95 Gemini 3.1 Flash Lite Preview

low

Biaya: $0.002
Waktu: 3.7s
Token: 1,203 tok

#101 GPT-5.6 Sol

none

Biaya: $0.116
Waktu: 78.7s
Token: 3,944 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite Preview	8.3	10.0	75.0%	0		2.12s	506	462	1,638
GPT-5.6 Sol	8.3	10.0	75.0%	0		1.27s	606	154	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite Preview	5.5	10.0	33.3%	0		1.39s	8,138	660	1,060
GPT-5.6 Sol	5.5	10.0	33.3%	0		1.39s	7,302	390	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		11.91s	8,381	225	762
GPT-5.6 Sol	3.0	10.0	0.0%	0		3.93s	11,019	300	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.00s	7,455	291	696
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.53s	7,140	222	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite Preview	5.3	10.0	33.3%	0		2.36s	641	18	1,212
GPT-5.6 Sol	3.6	7.2	22.2%	1		1.43s	723	54	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite Preview	4.0	10.0	0.0%	0		1.54s	490	69	384
GPT-5.6 Sol	6.5	3.4	66.7%	1		1.52s	477	91	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.49s	621	72	753
GPT-5.6 Sol	8.5	6.8	83.3%	1		1.33s	660	84	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.69s	566	243	1,248
GPT-5.6 Sol	7.7	10.0	66.7%	0		1.49s	642	211	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		9.54s	5,757	237	993
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.70s	5,454	246	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		1.35s	160	9	420
GPT-5.6 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0

Perbandingan Cepat

Ganti Pasangan Perbandingan